给定N件物品和一个容量为V的背包，每件物品有固定的重量Ci和价值Wi。目标是选择若干件物品放入背包中，刚好装满背包，且使得背包中的物品总价值最大。请给出具体的代码

这个问题属于0-1背包问题，它是动态规划的一个经典应用。动态规划通常用于解决最优化问题，其中一个问题的状态可以通过其子状态来构建。以下是使用Python描述的一个简单解决方案：

def knapsack(W, wt, val, n):
    # 创建一个二维数组，初始化为负无穷大
    K = [[0 for w in range(W+1)] for i in range(n+1)]

    # 构建动态规划表
    for i in range(1, n+1):
        for w in range(1, W+1):
            if wt[i-1] <= w:
                # 如果物品i可以放入背包且不超出容量
                K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]], K[i-1][w])
            else:
                # 如果物品i无法放入当前背包
                K[i][w] = K[i-1][w]

    return K[n][W]

# 示例
val = [60, 100, 120]
wt = [10, 20, 30]
W = 50
n = len(val)
max_value = knapsack(W, wt, val, n)

print("最大价值为:", max_value)

在这个代码中，`knapsack`函数接收背包的容量、物品的重量列表、价值列表和物品数量作为输入，然后通过计算每个状态（背包容量w和已考虑的物品数i）的最大价值来填充动态规划表。